历经六十载，人工智能 (AI) 终于在这几年迎来了爆发。渐渐，它渗透进社会中的各行各业，也渗透进我们的日常生活中。调皮的小爱同学，扫地机器人这些已然融入我们的生活，哪怕是回到5年前，大家对于这样的产品都是不敢想的。

Kubernetes智能的故事之电力中国篇

这些产品光鲜亮丽的背后是辛勤的开发人员和日益精进的技术支持。比如经常被提起的TensorFlow，它是谷歌基于DistBelief进行研发的第二代人工智能学习系统，将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。

TensorFlow可被用于语音识别或图像识别等多项机器学习和深度学习领域，对2011年开发的深度学习基础架构DistBelief进行了各方面的改进，它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。

然而，即便像TensorFlow这样的开源 AI 框架也有其不足所在，它确实降低了实验新算法的障碍，但是如果没有足够的计算能力，所有先进的深度神经网络都将陷入停滞。

Kubernetes智能的故事之电力中国篇

此时，Kubeflow便登场了，应运而生。

Kubeflow旨在定制Kubernetes以支持数据分析工作负载，并为模型开发人员提供弹性AI管道，以提高他们的模型开发速度，解决他们的开发过程中的琐事，并构建强大而高效的训练和服务系统。

Kubeflow为Kubernetes集群用户部署机器学习带来了可组合的，更易于使用的堆栈，并提供了更多的控制和可移植性，而不仅仅是TensorFlow。

Kubeflow是一个使Kubernetes上的机器学习变得简单，便携和可扩展的新项目。Kubeflow能够运行在可部署Kubernetes的任何环境中。Kubeflow不是重新创建其他服务，而是为Kubernetes用户提供最佳解决方案。

Kubernetes智能的故事之电力中国篇

在此次KubeCon大会上，Julia Han 和 Xin Zhang 将为大家介绍一个使用Kubeflow让中国电力变得更加智能的故事，用一个鲜活的例子让大家感受一下它功能的强大。

中国国家电网是传统企业的代表。他们使用Kubeflow为中国国家电网工程师提供了培训，可以开发 OCR、愿景和时间序列预测模型。他们通过此次培训，为其财务部门和核心业务提供了实用的创新功能，创造了不菲的价值。

总之，Kubeflow是一款旨在使机器学习对Kubernetes用户更容易，通过让系统照顾细节（在合理的范围内）并支持机器学习从业者所需要的工具。

它是否同样适合你？是否适合你的企业？在此次KubeCon大会上，我相信你会得到满意的答案。

本期则隆重推荐：

Kubernetes智能的故事之电力中国篇

Alban Crequy ， Kinvolk GmBH *CTO**首席技术官*

Alban Crequy来自法国，目前居住在柏林，他是__Kinvolk__的首席技术官和联合创始人。他是__rkt__（一种__Linux__容器运行时）的贡献者，__Weave Scope__容器可视化和监控工具，他正在积极从事与__BPF__相关的项目。在研究容器之前，Alban致力于现代__Linux__的各种核心项目_;_内核__IPC__和存储，__dbus__性能和安全性等。他目前的技术兴趣集中在网络，安全，系统和系统底层的容器上。Alban之前在多次会议上发表了演讲，包括__FOSDEM__，__Linux__管道工，__IO Visor Summit__，__Kube__C__on__和__LinuxCon__。

Kubernetes智能的故事之电力中国篇

Srinivas Brahmaroutu 是 IBM 公司的软件工程师。他在 IBM 云服务方面拥有多年的经验。他从事过许多战略性开源项目，包括 Cloud Foundry__、__Docker 和 Mesos__。目前，他在 Kubernetes 工作，致力于架构测试和一致性。

Kubernetes官方论坛首次登陆中国，机不可失时不再来，错过这次就只能去西雅图参加下一场了，时间成本这么高，很不划算的。

Kubernetes智能的故事之电力中国篇